计算机视觉（Computer Vision）和机器视觉（Machine Vision）是两个密切相关的概念，但是存在着一些区别。

计算机视觉是指通过计算机科学和数学方法，让计算机能够感知、理解和解释图像或视频数据的过程。计算机视觉通常用于图像处理、目标识别、目标跟踪、3D建模等领域。计算机视觉的应用非常广泛，如自动驾驶、人脸识别、医学图像处理等。

机器视觉是指使用专门的硬件和软件，让机器能够获取、处理和分析图像数据，以实现自动检测、排序、计量和控制的过程。机器视觉通常用于工业生产、质量控制、机器人控制等领域。机器视觉的应用非常广泛，如智能工厂、自动化检测、自动导航等。

区别：计算机视觉主要侧重于图像处理和图像理解技术，通过计算机算法实现图像的处理和分析；而机器视觉主要侧重于使用专门的硬件和软件，以实现自动化检测、排序、计量和控制等操作。

适用的case：计算机视觉和机器视觉在不同的应用场景中都具有重要的应用价值。例如，在工业生产中，机器视觉技术可以用于检测产品的缺陷和质量问题；在自动驾驶领域，计算机视觉技术可以用于识别道路、车辆和行人等对象，实现自动驾驶；在医学图像处理领域，计算机视觉技术可以用于诊断和治疗疾病。

计算机视觉和机器视觉都是指通过计算机来模拟人类视觉进行图像或视频的处理和分析。两者之间的区别在于，计算机视觉通常指的是一种对于静态或动态图像数据的处理，包括图像处理、图像分析、图像识别等，而机器视觉则强调的是通过相机、传感器等装置来捕捉环境中的信息，并进行三维空间中的计算、定位和识别等。

以自动驾驶为例，计算机视觉主要用于对静态图像的处理和识别，例如在路标、车道线、交通标志等的识别和跟踪，以及对于行人、车辆等障碍物的识别和预测；而机器视觉则更多地用于对于环境中物体的定位、距离计算、三维建模等，例如在高精度地图的构建、障碍物避让等方面。

另外，计算机视觉更侧重于对于静态或动态图像数据的处理，通常涉及到图像预处理、特征提取、分类、跟踪等算法；而机器视觉则更侧重于对于三维空间中的物体进行建模、识别和定位，涉及到相机标定、图像拼接、SLAM等算法。

————————————————————————————————

机器人与人之间的物理交互是一个非常复杂的过程，涉及到机器人的感知、控制和执行等方面。在这个过程中，计算机视觉和机器视觉技术都可以发挥作用。

首先，机器人需要利用计算机视觉技术来感知人的位置、动作和姿态等信息。例如，机器人可以使用摄像头来获取人的图像，然后使用图像处理技术来提取人的特征，如关节点位置、动作速度和方向等，以便机器人能够准确地掌握人的位置和动作信息。

其次，在机器人与人之间的物理交互中，机器人需要实时监测人体表面的压力分布，以便根据不同的力反馈控制策略来调整机器人的力矩输出。这就需要使用机器视觉技术来进行触觉反馈，例如在机器人的手部或者触觉传感器中安装相应的摄像头和压力传感器来获取人体表面的压力分布图像，并对其进行分析和处理，以实现精确的力矩控制。

最后，在机器人与人之间的物理交互中，机器人需要根据人的动作进行实时调整和控制。这就需要使用计算机视觉技术和机器视觉技术来实现机器人与人的交互。例如，机器人可以使用计算机视觉技术来识别人的动作类型，并根据不同的动作类型来采取不同的控制策略。同时，机器人还可以使用机器视觉技术来监测人的表情和情绪等信息，并据此来调整自己的交互方式。

综上所述，计算机视觉和机器视觉技术在机器人与人之间的物理交互中都发挥着非常重要的作用，可以帮助机器人准确地感知和理解人的动作和姿态，实现精确的力矩控制，以及根据人的动作和情绪等信息来进行实时调整和控制。